我目前正在训练卷积神经网络，根据外观对腐烂的苹果和普通苹果进行分类。我有所有必要的数据，但我对以下代码行有疑问。
epoch_x, epoch_y = tf.train.batch([resized_image, "Normal"], batch_size=batch_size)
这为神经网络提供了图像和标签。我的问题是，我应该用所有批次的正常橙子训练网络，然后用腐烂的橙子训练神经网络吗？我是否应该轮流训练一批腐烂和正常的橘子？是否应该训练这些图像的特定顺序？
答案 0 :(得分：6)
您不应该以任何特定的顺序训练它，每个批次应该包含正面和负面的例子，以随机的顺序。如果您的课程是平衡的，那么每个批次将具有大致相同数量的阳性/阴性样本。
最简单的方法是随机播放数据（在第一维中），然后按顺序生成批次。一个好的做法也是在每个时期之后重新洗牌你的数据，所以神经网络没有看到样本呈现顺序的任何模式。
这种技术可以防止神经网络训练中的任何偏见。